北晚新视觉 > 新闻 > 科技

第四范式CEO戴文渊:人工智能可为企业创新提速

2019-06-20 18:13 编辑:TF021 来源:北京晚报

“图灵奖获得者Jim Gray在一次演讲时将人类科学研究的发展分成四个阶段,每个阶段是一个范式......最近几十年,计算机科学发展到第三代,很重要的一点是会进入第四范式阶段:计算机不再是模拟,是要从数据里面发现规律。”

今天,第四范式CEO戴文渊以这段开场白,揭开了第四范式“标新立异”产品发布会的序幕。公司宣布,将聚焦产业变革新范式,帮助企业实现智能化转型,并发布了企业AI转型的“1+N”战略方法和企业级AI 软硬一体集成系统——SageOne,为企业AI转型提供“软硬”一体的全栈能力支撑。

企业发展的评价指标因AI改变了

戴文渊在演讲中说道,图灵奖获得者Jim Gray曾在演讲时提到,将人类科学研究的发展分成四个阶段,每个阶段是一个范式。第一个范式是人类记录和描述自然现象,比如钻木取火,磨擦取电;几百年后人类进入到第二个阶段,人类靠记录的现象和经验总结出规律,比如说我们熟知的牛顿三定律和麦克斯韦方程等的理论科学,于是人类进入到理论科学时代。紧接着,他说道,最近几十年,计算机科学发展到第三代,很重要的一点是会进入第四范式阶段,计算机不再是模拟,是要从数据里面发现规律。

第四范式阶段最重要的一个变化是什么?戴文渊表示,第四范式时代的一个重要特点是,科学规律的数量将会井喷。计算机以超强的计算能力,能总结出远远多于我们过去的数量级规律。

“过去我们会看企业的指标、资产、负债率、收益率等等,但是随着AI的出现,随着技术的进步,大家越来越多地开始关注一些新的内容,是过去财务报表上反映不出来的。”戴文渊表示,创新的诉求十分重要,“现在已经不能靠人脑来创新,比如说我找十倍的人,不见得比别人提升十倍的创新速度,而且管理难度也增加了。但是基于计算机,增加十倍的信息和算力,增长就是很显著的。”

用人工智能提升企业创新的速度,正是戴文渊及他的团队所思考的。

2021年或有7成企业通过AI提高效率

据Gartner 2019 CIO调查显示,过去四年中,部署人工智能的企业数量增长了270%,并在2018年增长了两倍。Gartner预测,到2021年,70%的企业将通过AI来帮助员工提高工作效率。戴文渊介绍道,在过去4年,第四范式助力7617个客户的12648个场景,帮助他们进入到“新的范式”。

在帮助企业转型及应用AI的过程中,第四范式总结出企业AI转型的“1+N”战略方法。“1”是指利用AI,在自己的核心业务上建立绝对优势;“N”是指借力科技创新带来的基础设施成本的降低,规模化地落地于更多业务场景,提升整体经营效率。

部分企业在实际经营中,核心业务创造的营收占比可达80%甚至更多,因而1%的提升就足以改变企业竞争格局。该战略方法认为,面对核心业务,AI须做到极致效果,“毕其功于一役。”

N则是指,假设一个企业有一千个场景,如果能高效地完成一千个场景的全面覆盖,即使每个场景只提升1倍,那也是百分之百的提升。面对场景众多的企业,AI的“规模化落地”能力是企业全面智能化转型的关键。

摒弃传统算力“堆砌硬件”方式

第四范式还发布了企业级 AI 软硬一体集成系统——SageOne。这是一个企业级产品物种,摒弃了传统算力堆砌硬件的方式,而采用由软件定义的专用AI系统架构,更好理解AI 算法的运算架构与逻辑。该系统可为企业AI应用提供特征处理过程免开发上线、线下线上一致性保证、一键生成预估服务、异构模型统一服务等AI核心应用服务,结合非易失性存储的无限缓存和超低延迟内存存储等硬件技术,提供百万级并发实时请求支持和99.9%请求毫秒级响应的高并发业务极速响应服务。

第四范式联合创始人、首席科学家陈雨强在会上详细展示了第四范式在投产技术、探索技术等方面的技术布局,勾勒出未来企业级AI技术的发展方向和蓝图。

AI应用规模化的前提是低门槛、自动化的AI技术,其中,关键性技术是AutoML。陈雨强就此提出了全新特性的AutoML 2.0技术。在世界知名的Kaggle机器学习竞赛中,第四范式AutoML 2.0与数据科学家共同挑战过多项竞赛。基于目前企业AI应用的痛点问题,第四范式未来还将引入隐私保护迁移学习、自动半监督机器学习、自动正样本和无标签样本学习、自动知识图谱嵌入等众多技术到产品体系中,提高企业AI应用率和价值。

发布会上,第四范式宣布还开启“启航”合作伙伴计划,着力打造基于“先知”平台的生态体系建设。

 

来源:北京晚报 记者: 殷呈悦

流程编辑:TF021

相关阅读

北晚新视觉网版权与免责声明:

一、凡本站中注明“来源:北晚新视觉网或北京晚报”的所有文字、图片和音视频,版权均属北晚新视觉网所有,转载时必须注明“来源:北晚新视觉网”,并附上原文链接。

二、凡来源非北晚新视觉网或北京晚报的新闻(作品)只代表本网传播该消息,并不代表赞同其观点。

如因作品内容、版权和其它问题需要同本网联系的,请在见网后30日内进行,联系邮箱:takefoto@vip.sina.com。